做这行十一年了，我见过太多老板和技术大牛对着屏幕拍大腿。前阵子有个做跨境电商的朋友急得团团转，说刚喂给模型的数据，它居然在回复里蹦出几句不堪入目的词儿，差点把品牌公关危机搞出来。其实啊，这真不是模型本身“学坏”了，而是咱们调教的时候没把规矩立死。今天咱不整那些虚头巴脑的理论，就聊聊怎么让这玩意儿闭嘴守规矩。

很多新手有个误区，觉得大模型是个只会听话的傻白甜。错！它是个读过海量互联网垃圾信息的“老油条”。如果你给的指令太模糊，比如只说“写个骂人的段子”，它为了迎合你的意图，可能真就给你整出点脏话。这时候，你得学会用“反向约束”来堵漏洞。别光说“不要做什么”，更要明确“要做什么”。比如，你可以试着这样写：“请扮演一位受过高等教育的资深编辑，用极其礼貌、专业且不带任何粗俗词汇的语气，撰写一篇关于……的文章。”你看，这一套组合拳下来，它想脏都难。

再说说那个让无数人头疼的“幻觉”问题，有时候模型说脏话其实是它“脑补”过度。我手头有个做客服机器人的案例，客户反馈率高达30%，就是因为模型在遇到不知道的问题时，为了显得“聪明”，开始胡编乱造，甚至带情绪。后来我们怎么解决的？简单粗暴，加一道“安全护栏”。在系统提示词里，硬性规定：“如果不确定答案，请回复‘抱歉，我无法提供准确信息’，严禁使用任何攻击性语言或情绪化表达。”这一招下去，投诉率直接腰斩。

还有个小技巧，叫“少样本学习”。别光动嘴皮子说教，直接给模型看例子。比如，你希望它语气平和，那就给它三组对话示例，一组是带脏话的（标记为错误），两组是文明礼貌的（标记为正确）。模型这玩意儿，模仿能力极强，你给它看啥，它就学啥。这就好比教小孩，你天天骂街，他能学好话吗？

当然，光靠提示词还不够，还得配合后处理。我在做项目时，通常会在模型输出后加一层简单的正则表达式过滤，专门抓取那些敏感词库里的字眼。虽然这有点“笨”，但管用啊。毕竟，机器不懂人情世故，但代码懂。

另外，温度参数（Temperature）也得调。很多开发者为了追求创意，把温度设得老高，结果模型就开始“放飞自我”，胡言乱语甚至输出违规内容。做严肃内容时，温度建议设在0.2到0.5之间，这样输出的内容更稳定、更克制。别总想着让AI给你惊喜，有时候，平淡才是真。

最后想说，别把大模型当神供，也别把它当鬼防。它就是把工具，用得好，它能帮你日更百篇；用不好，它能把你坑得底裤都不剩。多试几次，多调参数，多给反馈，这玩意儿慢慢就驯服了。别总抱怨chatgpt老是说脏话，先问问自己，是不是给它的指令太“开放”了？

本文关键词：chatgpt老是说脏话